如果Scaling law依然有效,为了进一步扩展模型规模与性能,在模型架构创新存在极大不确定性情况下,通过获得更多的算力来建造全新的数据中心,从而更快地训练模型以取得领先地位,这是确定性更高的收益。目前,以马斯克xAI为代表的大模型公司,快速部署了10万台GPU集群,成为数据中心扩展的领头羊,可预见的是,所需算力的数据还会成倍增长。
不过,正如人类最初构建电网那样,建设数据中心是一项复杂的业务。在本文中,风险投资专家Eric Flaningam从历史、技术及关键企业探讨来构建AI数据中心所需的基础设施。
01 AI数据中心概述
02 数据中心简史
03 构建一个AI数据中心需要什么?
来源:化石燃料、可再生能源和核能。 发电:化石燃料通过发电厂转化为电能;可再生能源则更接近于源头完成这一过程。 传输:电力通过高压线传输至目的地附近。变压器和变电站将高压电能降为可管理的电压供使用。 公用事业/分配:公用事业公司管理最后一公里的电力分配,并通过购电协议(PPA)完成电力的交付。
04 AI数据中心有哪些新变化?
05 瓶颈与受益者
—END—
点击下方名片
即刻关注我们